自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比(bǐ)尔(ěr)·盖茨已多次公开谈论人(rén)工智(zhì)能(néng)话(huà)题(tí)。在最近的(de)一次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎(yíng)来(lái)一(yī)次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微(wēi)软在AI方面(miàn)的行(xíng)动相当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合(hé)成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取(qǔ)代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候(hòu)，还(hái)是(shì)2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名(míng)为《太空歌剧(jù)院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件(jiàn)被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中(zhōng)输(shū)入一组(zǔ)关(guān)键词(cí)或(huò)者一张照片，就(jiù)能获(huò)得一(yī)幅AI创作的画作。

作画的关键就是所输入(rù)的文(wén)本(běn)。同(tóng)一组(zǔ)关(guān)键(jiàn)词(cí)也可以创作(zuò)出很多张(zhāng)风格(gé)不一样的画作，这让(ràng)创作的过(guò)程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘(huì)画的“翻车(chē)”作(zuò)品。在社交媒体上，许多用户分(fēn)享AI“翻车(chē)现场(chǎng)”，例如(rú)，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男(nán)”，还有(yǒu)网友(yǒu)的(de)个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画(huà)的(de)填写关键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国人张吕敏创(chuàng)作的一种基(jī)于控(kòng)制点的图像(xiàng)变形(xíng)算法，主(zhǔ)要(yào)用于数字(zì)图像处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领域最新的热点。

在(zài)此之前(qián)，大家用了很(hěn)多方法想让AI生成的结果尽可能(néng)的(de)符(fú)合要求(qiú)，但是都(dōu)不尽(jǐn)如人意，它的出现代(dài)表着AI生成开(kāi)始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面(miàn)的构图，人(rén)物(wù)的姿势和画面的深度信息等(děng)。有了它的帮助，就不用频繁的用提示词(cí)来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(冲是什么意思网络用语，冲是什么意思污bó)主的(de)作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对(duì)应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉(lì)害(hài)的(de)是，除了真实的照片(piàn)，草图也可以加上(shàng)“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神(shén)张吕敏其本尊也亲自(zì)回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚(shèn)至输(shū)出(chū)的作品(pǐn)都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国(guó)第(dì)一起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这(zhè)个活动(dòng)里面给出的(de)美女照片都(dōu)是AI制(zhì)作的(de)真人(rén)照(zhào)片绘(huì)图，因为(wèi)太逼(bī)真，被大家当成真(zhēn)事传(chuán)播了(le)。

不过仔细观(guān)察可(kě)以发现，活动(dòng)发起者提(tí)供的照片中有个很大的(de)漏洞可以发(fā)现(xiàn)并非真(zhēn)人，而是AI绘(huì)图(tú)，那便是图片中女性的手(shǒu)指部分有的存在异常。

有行业(yè)人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画(huà)人的(de)手，但(dàn)最新看到的(de)图(tú)片已经有越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外也已有发生(shēng)。据英国广播公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童(tóng)受灾的假照片(piàn)发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片(piàn)般的(de)绘(huì)图效果，如果这样的(de)图片被用(yòng)来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧(yōu)，一方面(miàn)，批判者认为AI在“学习(xí)”了大量前人(rén)的作品(pǐn)之(zhī)后，其创作(zuò)没(méi)有任何情绪和灵魂，难以和人类的(de)艺(yì)术创作相(xiāng)提(tí)并论。

另一方面，AIGC背后的版权、目前都(dōu)并(bìng)没有(yǒu)得到有效的解决，还有(yǒu)AIGC会(huì)不会代替(tì)人类“至高(gāo)无上”的创意。

马斯克也强调(diào)，人(rén)工智能的(de)安全(quán)问题需要得到(dào)重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有(yǒu)两面(miàn)性的(de)，潜在的危害并(bìng)不能掩盖其光(guāng)辉的贡(gòng)献。现在看来(lái)，人工智能技(jì)术(shù)将是第四(sì)次工业(yè)革命的核心驱动(dòng)力量，将(jiāng)创造(zào)新(xīn)的(de)增长奇(qí)迹(jì)。

过去一年(nián)，人(rén)工(gōng)智能在技术和商业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工智能(néng)技术发生方向性改变的一个(gè)代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科技(jì)圈(quān)的短视(shì)频。这(zhè)些视频引(yǐn)发关注并(bìng)非(fēi)内容(róng)做得多优秀，反而(ér)都非(fēi)常简(jiǎn)单，比如一匹(pǐ)正在(zài)喝水的(de)马，一只画(huà)画的(de)玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的第一视角录(lù)像，随便(biàn)一个有手机的人都(dōu)可(kě)以随(suí)手录下一段。

但这(zhè)些(xiē)短视(shì)频的创作方式非(fēi)常简(jiǎn)单(dān)，创作者仅仅需要(yào)向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就(jiù)可(kě)以根据需(xū)要(yào)生(shēng)成(chéng)一段视频。

谷歌发布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生(shēng)成的视频后(hòu)，AI圈(quān)就(jiù)已(yǐ)经玩了一波梗(gěng)，一个能够做(zuò)出更高清(qīng)视频的AI还不足以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以(yǐ)制作出超过2分(fēn)钟的连贯的也有确切内容的视频(pín)，这才是(shì)真(zhēn)正(zhèng)让人们(men)感到惊(jīng)喜的(de)地方。因为无论(lùn)AI生成(chéng)的视频多么高清(qīng)，也(yě)只能是(shì)为内(nèi)容生产者提(tí)供一个灵感，一个素材(cái)，一(yī)个过场(chǎng)动画。

不过能够制(zhì)作出有具体(tǐ)剧情(qíng)内容的视(shì)频就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人工(gōng)完成已经初步有了可能。

当下AI的发(fā)展速(sù)度(dù)已经超过(guò)大部(bù)分人(rén)的想象(xiàng)。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的内容风格、更快的生产速度(dù)，更低的生(shēng)产成本，这无(wú)疑会驱(qū)动内容(róng)产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种(zhǒng)内(nèi)容形式的生成(chéng)。不难发现该项技(jì)术不仅在(zài)游戏等行(xíng)业能(néng)得到(dào)有效(xiào)应用(yòng)，对于下一代互联网各(gè)种元素的构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度(dù)来看，文化娱(yú)乐、教育、传媒等(děng)诸多领(lǐng)域，本(běn)身就对基于AI的可视化内容(róng)有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是AI进程中的(de)一块(kuài)重要拼图，有望(wàng)在(zài)技术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可以(yǐ)生成(chéng)内容，甚至(zhì)能够创造出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进生产力即将(jiāng)到(dào)来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座(zuò)

从技术的发(fā)展也可(kě)以(yǐ)看出，在语言大(dà)模(mó)型、图像大(dà)模(mó)型之(zhī)后，多模态(tài)大模型(xíng)已经成为了新(xīn)的趋(qū)势(shì)。

大模型被誉为当(dāng)前人(rén)工智能发展的智(zhì)能底座(zuò)，是全(quán)球竞(jìng)争最激烈的(de)研究方向之一(yī)，包(bāo)括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业(yè)都在竞相发(fā)力。

不过训练大模(mó)型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更大(dà)的LLM(大型语言模型(xíng))，训练成(chéng)本(běn)则介于200万美(měi)元至1200万(wàn)美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客平(píng)均数1300万计算(suàn)，其(qí)对(duì)应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投(tóu)入成本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就在冲是什么意思网络用语，冲是什么意思污5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持。在关注各类大模型的(de)发展同时，更(gèng)应该关(guān)注算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这(zhè)一(yī)人工(gōng)智能发展的终极目(mù)标离得更近(jìn)。

因(yīn)为算(suàn)力可以对突破性技术创新(xīn)提(tí)供大力的支持(chí)。这方(fāng)面(miàn)，多模态大模型是典型。作(zuò)为面(miàn)向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能领域提出(chū)了(le)很多(duō)年，业界也有不少技术突破，但是，多模态(tài)大模型进(jìn)一(yī)步(bù)往下走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设施(shī)很快将难以胜(shèng)任。

从(cóng)图像、文字(zì)、语音单独一项的(de)训(xùn)练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活(huó)应对不同模(mó)态的转(zhuǎn)化、像人(rén)与世界交(jiāo)互一样(yàng)自然，这方面，由算力网(wǎng)络来驱动将有明(míng)显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算(suàn)力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和大算力的支持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将创(chuàng)造的(de)边际(jì)成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 冲是什么意思网络用语，冲是什么意思污